来源：期刊VIP网 时间：
作者：宋纯花;
单位：上海建桥学院;
摘要：机器翻译是一个持续研究的领域，其主要目的是消除语言障碍。随着技术的不断发展，机器翻译在过去几十年里经历了从早期的目标语言直接替换源语言的方法到如今的数据驱动模型的范式转变，其中包括统计和神经机器翻译方法。文中采用一种基于神经网络的深度学习技术，专注于英语翻译，同时还使用了Bahdanau注意机制。为了支撑研究，使用了约30 923个句子的平行语料库，其中包含一些新闻和日常生活中常用的句子。拟议的系统遵循70:30的标准进行了训练和测试。为评估拟议系统的效率，采用了多个自动评估指标，如BLEU、F-measure、NIST、WER等。研究表明，拟议的模型在BLEU分数上取得了平均45.83的结果，显示了其在英语翻译任务上的优异表现。
关键词：神经网络;;深度学习;;机器翻译;;LSTM;;注意机制;;BLEU
基金资助：国家社科基金项目（2021BYY057）;; 山东省人文社会基金项目（2021-ZXWS-06）
